本文为您介绍辅助线、趋势线、预测、异常检测、波动原因、聚类六种分析方式。
背景信息
分析预警支持从多个角度对当前数据进行分析,通过该功能可以直观了解数据的变化趋势和异常点。
分析预警目前支持辅助线、趋势线、预测、异常检测、波动原因和聚类六种分析方式。
重要趋势线、预测、异常检测、波动原因和聚类分析仅适用于专业版。
使用限制
以下图表支持分析预警功能。
图表 | 辅助线 | 趋势线 | 预测 | 异常检测 | 波动分析 | 聚类分析 |
线图 | √ | √ | √ | √ | √ | × |
面积图 | √ | √ | √ | √ | √ | × |
堆积面积图 | √ | × | × | √ | × | × |
百分比堆叠面积图 | √ | × | × | √ | × | × |
柱图 | √ | √ | √ | √ | √ | × |
堆积柱状图 | √ | × | × | √ | × | × |
百分比堆积柱状图 | √ | × | × | √ | × | × |
条形图 | √ | √ | √ | √ | × | × |
堆积条形图 | √ | × | × | √ | × | × |
百分比堆积条形图 | √ | × | × | √ | × | × |
组合图 | √ | √ | √ | √ | √ | × |
指标趋势图 | × | × | × | × | √ | × |
散点图 | √ | √ | × | √ | × | √ |
气泡图 | √ | × | × | √ | × | √ |
排行榜 | √ | × | × | × | × | × |
辅助线
通过辅助线可以查看当前度量值与辅助线设定值之间的差异。辅助线设定值分为固定值、计算值和自定义三种。
登录Quick BI控制台。
在仪表板页面,单击待编辑仪表板右侧的图标。
在仪表板编辑页面单击目标图表。
在数据面板分析页签,单击分析预警->辅助线右侧的图标。
在辅助线页面,选择辅助线设定值种类,支持固定值、计算值、自定义三种种类。
计算值支持选择平均值、最大值、最小值和中位数四类。
自定义方式支持引用字段及函数进行自定义计算。
单击确定,辅助线效果图如下。
趋势线
通过趋势线可以展示当前数据的整体发展趋势。趋势线的默认设置为自动,支持线性、对数、指数、多项式和幂函数五种类型。您可以根据数据的具体类型来采用对应的趋势线类型。自动类型将根据五类模型对数据的拟合程度,优先选取合适的趋势线。如果您尚不确定使用何种趋势线,可以选择自动类型,以优先参考自动类型所提供的结果。
操作步骤
在仪表板页面,单击待编辑仪表板右侧的图标。
在仪表板编辑页面单击目标图表。
在数据面板分析页签,单击分析预警->趋势线右侧的图标。
在趋势线页面,选择要分析的度量、趋势的计算方式、趋势线类型和后推的趋势周期。
单击确定,趋势线效果图如下。
类型说明
线性
线性趋势线是最适合用于线性数据集的直线。 如果您的数据整体趋势类似一条直线,可以选用这类趋势线。
您可以参考下图配置线性趋势线。
如您需要对未来做一个简单的预测,可以配置后推周期,本例中,配置后推30周期。
单击确定完成配置。
此时,您可以看到,数据整体呈现线性增长的趋势,存在轻微的随机波动,而线性模型刚好能较好的去除随机波动的影响,展现长期的增长趋势。
对数
如果您的数据点的增长率增加或减少,然后逐步趋于水平,这时候最适合的趋势线是对数。
您可以参考下图配置对数趋势线。
如您需要对未来做一个简单的预测,可以配置后推周期,本例中,配置后推20周期。
单击确定完成配置。
此时,您可以看到,数据在1附近快速增长,到100附近,增长率则已经趋近于0。
指数
指数趋势线适合数据值以越来越高的速率上升或下降。 相比较于幂函数,指数增长在后期的增长/下降会越来越大。
您可以参考下图配置指数趋势线。
如您需要对未来做一个简单的预测,可以配置后推周期,本例中,配置后推10周期。
单击确定完成配置。
多项式
多项式趋势线是数据呈现一定的波动时使用的曲线。
您可以参考下图配置多项式趋势线。
如您需要对未来做一个简单的预测,可以配置后推周期,本例中,配置后推10周期。
单击确定完成配置。
此时,我们可以看到, 数据有两个波动(对应是三次多项式函数),第一个波动在19附近达到顶峰,并开始下降,第二个波动在63附近到达谷底,并变为增长。
幂函数
幂函数趋势线最适合用于以特定速率增加的度量值。
您可以参考下图配置幂函数趋势线。
如您需要对未来做一个简单的预测,可以配置后推周期,本例中,配置后推10周期。
单击确定完成配置。
预测
通过预测可以查看当前数据的发展趋势,对数据进行分析预测。
如果您的数据本身比较复杂,和趋势线中的5种数据类型差异都比较大,您可以综合使用趋势线和预测功能对数据做分析。
比如以下数据,呈现出一个小的增长趋势,且波动逐渐放大,这时候趋势线只能展示大趋势情况,无法对每个点做精准的拟合。如果您希望对这类数据的未来做预测,可以按照下述方式配置预测线,配置好后,会自动对您选定的度量做未来3个周期的预测。
在仪表板页面,单击待编辑仪表板右侧的图标。
在仪表板编辑页面单击目标图表。
在数据面板分析页签,单击智能洞察->预测右侧的图标。
在预测页面,选择要分析的度量和线条颜色。
单击确定,预测效果图如下。
Quick BI 使用的预测算法为自研算法,可以捕捉比线性、多项式、对数、指数、幂函数更加复杂的时间序列规律。为了预测的准确性,需要输入的时间序列数据需要有足够的丰富性,建议数据点的个数至少超过50个。
异常检测
通过异常检测可以查看当前数据的异常数据点。异常检测会检测给定时间序列的波动情况,找出波动超过正常范围的点,并标识出来。
在仪表板页面,单击待编辑仪表板右侧的图标。
在仪表板编辑页面单击目标图表。
在数据面板分析页签,单击智能洞察->异常检测右侧的图标。
在异常检测页面,选择要检测的度量。
单击确定,异常检测效果图如下。
说明异常检测主要是看偏离正常范围的偏离度,不看最大值和最小值。
线图中的异常点以红色圆点标识,柱图中的异常点以整条红色柱图标识。
如果您的数据整体波动都较小,数据波动都在正常范围,那样可能检测为没有异常。参考下图:
聚类分析
散点图和气泡图支持聚类分析,开启聚类分析后颜色字段会被替换为聚类。
在仪表板页面,单击待编辑仪表板右侧的图标。
在仪表板编辑页面单击目标图表。
在图数据面板分析页签,勾选智能洞察->聚类分析开启聚类分析。
开启聚类分析后的效果图如下。
波动原因分析
波动原因分析通过机器智能算法自动拆解分析核心指标波动的原因。您可以拆解维度或度量来分析波动原因。
在仪表板页面,单击待编辑仪表板右侧的图标。
在仪表板编辑页面单击目标图表。
在图数据面板分析页签,单击智能洞察->波动原因分析右侧的图标。
说明进行波动原因分析的图表需要满足以下两个条件:
类别轴/维度必须是一个时间字段(非时、分、秒)。
至少有一个度量是求和或计数的聚合方式。
在 波动分析原因分析设置页面,配置以下参数。
选择对比对象。
开启维度拆解开关,并基于可分析度量配置分析维度。
开启度量拆解开关,配置度量关系。
单击确定。
在图表中单击某一时间进入波动原因分析界面查看具体原因分析。
在波动原因分析页面,可以选择可分析度量,查看关键影响因素和反向影响因素。
说明维度的变化贡献率表示该维值的变化量/整体变化量。
度量的变化贡献率表示该度量对被分析度量变化的影响程度,值越大则影响越大。
自动见解分析
自动见解的分析结果以文字形式呈现,让数据在企业中流动起来,真正把数据贯穿在业务决策的过程中。
在仪表板页面,单击待编辑仪表板右侧的图标。
在仪表板编辑页面单击目标图表。
在数据面板分析页签,在智能洞察区域选中开启自动见解。
说明仅以下图表支持自动见解分析能力。
线图、面积图、柱图、条形图、饼图、玫瑰图、堆积面积图、堆积柱状图、堆积条形图、百分比堆积面积图、百分比堆积柱状图、百分比堆积条形图。